Сообщества с «живым» общением, например, соседи по дому или сокурсники в университете, примечательны высоким уровнем кластеризации, когда друзья наших друзей также дружат между собой. Существовавшие ранее сетевые модели показывают, что всякая новая норма поведения в таких социальных группах может быстро распространяться среди ее членов. Это происходит благодаря накапливанию социального давления внутри отдельного кластера. В итоге даже человек, не склонный перенимать новую норму поведения, рано или поздно сдается. Однако подобные модели не учитывают, что люди склонны испытывать когнитивные искажения, и среди них — эффект подтверждения. Этот эффект заключается в подсознательной избирательности людей в поиске, интерпретации и запоминании информации, которая поддерживает их собственное мнение. Например, если человек убежден, что изменение климата на Земле не происходит, то он будет гораздо активнее и охотнее воспринимать информацию, подтверждающую его точку зрения, игнорируя противоречащие этому свидетельства. Как результат, и социальное давление люди испытывают от своих знакомых не в равной степени, а в зависимости от того, насколько близки их точки зрения. Принимая во внимание этот эффект подтверждения, авторам удалось переосмыслить результаты поведения различных структур социальных сетей в распространении норм поведения.
«Акцент в статье сделан на роль социального давления, под которым мы принимаем решения. Ранее считалось, что социальные сети с высоким коэффициентом кластеризации наиболее эффективно способствуют распространению новой нормы поведения. Наше исследование показывает, что это не всегда так. В сетях с высоким уровнем коэффициента кластеризации определенная норма поведения может столкнуться с сопротивлением к ее принятию, что сильно снижает дальнейшее распространение. Поскольку следствием высокой кластеризации является малое количество коротких путей, которые связывают кластеры между собой, эта норма оказывается заперта внутри группы людей и не передается дальше», — сообщает доктор экономических наук Иван Савин, руководитель гранта и старший научный сотрудник Уральского федерального университета имени первого Президента России Б. Н. Ельцина.
Чтобы проверить поведение пользователей в социальных сетях, авторы использовали модель математических графов, которыми можно описывать социальные структуры. Само понятие графа довольно интуитивно: вершинами в нем выступают люди, а число связей показывает количество их социальных контактов. В свою модель авторы включили упомянутый эффект подтверждения, сравнивая поведение пользователей в безмасштабной сети с тремя альтернативными структурами. Это регулярная сеть (наличие нескольких связей с соседями в сети), сеть малых миров (незнакомцев связывает небольшое количество промежуточных знакомых) и случайная сеть (возникновение связи между участниками случайно). Безмасштабная сеть хорошо описывает Facebook или Twitter, в которых у подавляющей доли людей насчитывается небольшое количество друзей. Сеть малых миров и регулярная сеть характеризуются высокой кластеризацией, присущей онлайн сообществам.
Для получения результатов исследователи многократно запускали симуляцию с использованием этих четырех сетей. При этом авторы задавали начальные условия, такие как количество участников (10 000), среднее количество контактов у каждого из них (4) и распределение предпочтений, определяющие проявление эффекта подтверждения. Затем 10 случайно выбранных участников становились приверженцами новой нормы. С помощью моделирования ученые сравнивали скорость и масштаб распространения этой поведенческой нормы для четырех разных сетей с учетом эффекта подтверждения и без него. Оказалось, что кластеризованные сети очень чувствительны к введению этого когнитивного искажения, тогда как распространение в безмасштабной сети оставалось практически без изменений.
В результате, безмасштабные сети не только приводят к наиболее широкому распространению новой нормы, но также делают это в разы быстрее альтернативных структур сетей. Полученные выводы позволят лучше понимать устройство онлайн сообществ, и использовать их как инструмент для продвижения новых норм поведения, как например тех, что направлены на снижение выброса парниковых газов в атмосферу. Ведь это один из тех случаев, когда скорость принятия информации играет ключевую роль.